MCP 截图

一个能够捕获截图并进行OCR文字识别的MCP服务器。

<a href="https://glama.ai/mcp/servers/vcnmmaejv8"><img width="380" height="200" src="https://gips0.baidu.com/it/u=384635110,1527691518&fm=3081&app=3081&f=PNG?w=760&h=400" alt="mcp-screenshot MCP server" /></a>

特性

• 截图捕获（左半部分、右半部分、全屏）
• OCR文字识别（支持日语和英语）
• 多种输出格式（JSON、Markdown、竖排、横排）

OCR 引擎

此服务器使用两个OCR引擎：

1. yomitoku

   • 主要OCR引擎
   • 高精度的日语文本识别
   • 作为API服务器运行

2. Tesseract.js

   • 备用OCR引擎
   • 当yomitoku不可用时使用
   • 支持日语和英语识别

安装

npx -y @kazuph/mcp-screenshot

Claude Desktop 配置

在你的claude_desktop_config.json中添加以下配置：

{
  "mcpServers": {
    "screenshot": {
      "command": "npx",
      "args": ["-y", "@kazuph/mcp-screenshot"],
      "env": {
        "OCR_API_URL": "http://localhost:8000"  // yomitoku API 基础URL
      }
    }
  }
}

环境变量

变量名称	描述	默认值
OCR_API_URL	yomitoku API 基础URL	http://localhost:8000

使用示例

你可以通过指示Claude来使用它：

请截取屏幕左半部分的截图，并识别其中的文字。

工具规格

capture

捕获截图并进行OCR。

选项：

• region: 截图区域（'left'/'right'/'full'，默认：'left'）
• format: 输出格式（'json'/'markdown'/'vertical'/'horizontal'，默认：'markdown'）

许可证

MIT

作者

kazuph